Tällä viikolla tekoäly lakkasi näyttämästä pelkältä chatti-ikkunalta.
OpenAI paransi ChatGPT:n muistia. Codex sai lisää rooli- ja työkalukohtaisia työnkulkuja. Replit vei agentin Shopify-kaupan rakentamiseen. NVIDIA julkaisi uuden avoimen päättelymallin, Qualcomm puhui agenttien siirtymisestä laitteisiin ja datakeskuspuolella uutisoitiin jo sadoista megawateista erillistä sähköntuotantoa AI-laskentaa varten.
Sama tarina kulki myös AI-Sanomien omissa julkaisuissa. Kirjoitimme tällä viikolla siitä, miten agentille annetaan oikea tavoite, miten LinkedIn-sisältö muuttuu tiedostopohjaiseksi järjestelmäksi, miksi tekoäly vie ensin tehtäviä eikä kokonaisia töitä ja miten Zapier MCP liittää AI:n oikeisiin työkaluihin.
Viikon pääpointti: AI:sta tulee hyödyllisempi, kun sillä on muisti, työkalut, selkeä työnkulku ja joku, joka tekee tylsän käyttöönoton kunnolla.
Viikon kartta: neljä asiaa toistui
1. Muisti nousi takaisin keskiöön. Jos AI ei muista käyttäjän kontekstia, se jää kertakäyttöiseksi avustajaksi. OpenAI:n Dreaming-päivitys ja agenttimuistiin liittyvät signaalit kertovat, että muistista on tulossa oma kilpailukerros.
2. Agentit saivat työkaluja. Codex, Replit ja Zapier MCP vievät samaan suuntaan: AI käyttää sovelluksia, luo kauppoja, ajaa työnkulkuja ja tarkistaa tuloksia.
3. Infrastruktuuri kiristyy. TSMC:n kapasiteettikommentit, NVIDIA:n mallijulkaisu ja Crusoe AI:n energiadiili muistuttavat, että "pilvessä" tapahtuva AI on hyvin fyysinen asia. Sirut, sähkö, jäähdytys ja toimitusketjut ratkaisevat.
4. Työ pitää pilkkoa uudelleen. Tämän viikon käytännön kysymys on paljon tarkempi kuin se, korvaako AI ihmiset. Mitkä tehtävät siirtyvät agentille, mitkä jäävät ihmiselle ja kuka suunnittelee rajan?
Top 10: viikon tärkeimmät AI-uutiset neljässä teemassa
Lista on edelleen Top 10 -valinta. Viikon tarina näkyy kuitenkin paremmin, kun uutiset ryhmittelee neljään osaan: muistiin, agentteihin, infrastruktuuriin sekä fyysiseen ja visuaaliseen AI:hin.
Teema 1: muisti ja henkilökohtainen AI
1. ChatGPT:n muisti päivittyy itsestään
Lähde ja päivämäärä: OpenAI, 4.6.2026
Merkittävyys: 5/5
OpenAI julkaisi Dreaming-muistipäivityksen, jonka tarkoitus on pitää ChatGPT:n muisti tuoreempana ja hyödyllisempänä pitkällä aikavälillä. Ajatus on yksinkertainen mutta iso: muisti kerää faktoja ja päivittää niitä, kun maailma muuttuu.
Käytännössä tämä vie ChatGPT:tä kohti henkilökohtaisempaa työkalua. Jos AI muistaa projektit, mieltymykset, rajat ja aiemmat päätökset paremmin, käyttäjän ei tarvitse aloittaa jokaista keskustelua alusta.
Tässä on kaksi puolta. Hyvä muisti tekee AI:sta hyödyllisemmän. Samalla se tekee läpinäkyvyydestä ja muistinhallinnasta tärkeämpää. Olemme käsitelleet samaa teemaa aiemmin OpenHuman-oppaassa, jossa agentin muisti on koko tuotteen ydin.
2. TownAI keräsi 55 miljoonaa dollaria henkilökohtaiseen AI-assistenttiin
Lähde ja päivämäärä: Town / GlobeNewswire, 3.6.2026
Merkittävyys: 4/5
Town kertoi keränneensä 55 miljoonan dollarin A-kierroksen Andreessen Horowitzin ja Forerunnerin johdolla. Yhtiö rakentaa henkilökohtaista AI-assistenttia, joka oppii käyttäjän työskentelytapaa sähköpostin, kalenterin, Slackin, dokumenttien ja muiden kanavien pohjalta.
Tämä on sama muistikysymys toisesta kulmasta. Henkilökohtaisen AI:n pitää ymmärtää arkea, prioriteetteja, suhteita ja toistuvia päätöksiä.
Mutta juuri siksi tuotteen täytyy ansaita luottamus. Mitä henkilökohtaisempi assistentti on, sitä tärkeämpää on, että käyttäjä näkee, mitä se muistaa, mihin sillä on pääsy ja mitä se tekee puolestasi.
Teema 2: agentit työnkulussa
3. Codex siirtyy yhä selvemmin tietotyön agentiksi
Lähde ja päivämäärä: OpenAI, 2.6.2026 ja OpenAI Developers, 4.6.2026
Merkittävyys: 5/5
OpenAI kertoi Codexin uusista rooli- ja työkalukohtaisista plugineista, Sites-esikatselusta ja annotaatioista. Yhtiön mukaan Codexilla on jo yli 5 miljoonaa viikkokäyttäjää, ja ei-tekniset käyttäjät kasvavat nopeasti.
Viikon kiinnostavin yksityiskohta oli iOS-työnkulku: Codexin Build iOS Apps -plugin voi katsoa ja testata sovellusta selaimessa, avata SwiftUI-esikatselun ja päivittää muutokset lennossa poistumatta agentista.
Tämä on juuri se suunta, josta kirjoitimme Codex tietotyöläisenä ja tuoreessa Goal-oppaassa. Codexista on tulossa työympäristö, jossa tehtävä voidaan määrittää, ajaa, tarkistaa ja parantaa.
4. Replit ja Shopify veivät agentin verkkokaupan rakentamiseen
Lähde ja päivämäärä: Replit, 4.6.2026
Merkittävyys: 4/5
Replit julkaisi Shopify-yhteistyön, jossa käyttäjä voi rakentaa ja julkaista räätälöidyn Shopify-kaupan keskustelemalla Replit Agentin kanssa. Kun kauppa on valmis, käyttäjä voi ottaa sen käyttöön Shopifyssa, aktivoida maksut ja julkaista sivuston omalle verkkotunnukselle.
Verkkokauppatyökaluna tämä näyttäisi pieneltä uutiselta. Isompi asia on työnkulku: idea, rakenne, käyttöliittymä, koodi, kauppajärjestelmä ja julkaisu kytkeytyvät yhteen agentin kautta.
Verkkokaupan rakentaminen on nyt kenen tahansa käsissä.
Sama logiikka näkyy Zapier MCP -oppaassa. AI alkaa kiinnostaa kunnolla vasta, kun se saa luvan käyttää oikeita työkaluja.
Teema 3: AI:n fyysinen perusta
5. NVIDIA julkaisi Nemotron 3 Ultran
Lähde ja päivämäärä: NVIDIA Research, 4.6.2026
Merkittävyys: 5/5
NVIDIA julkaisi Nemotron 3 Ultra -mallin, jossa on 550 miljardia kokonaisparametria ja 55 miljardia aktiivista parametria. Malli käyttää MoE- ja Mamba-Attention-arkkitehtuuria, tukee päättelybudjetin säätöä ja on suunnattu erityisesti pitkäkestoisiin agentti-, koodi-, tutkimus- ja yritystyönkulkuihin.
Mallin koko on vain osa uutista. NVIDIA asemoi mallin suoraan agenttisiin työnkulkuihin ja julkaisi sen tueksi teknistä dokumentaatiota. Siruyhtiö toimii yhä selvemmin myös malliyhtiönä.
Suomalaiselle yritykselle tämä kertoo kahdesta asiasta. Avoimien mallien laatu nousee, mutta niiden ajaminen ja hyödyntäminen vaatii yhä enemmän osaamista infrastruktuurista, tietoturvasta ja työnkulkujen suunnittelusta.
6. Qualcomm: AI siirtyy edge-laitteisiin
Lähde ja päivämäärä: Qualcomm Computex 2026 -press kit, 2.6.2026 ja Qualcomm, 4.6.2026
Merkittävyys: 4/5
Qualcommin Computex-viesti oli selvä: AI siirtyy osin pilvestä laitteisiin. Agentit, fyysinen AI, teollinen AI ja laitteissa ajettava päättely ovat seuraava iso syy päivittää laitteita.
Todennäköisin malli on hybridi. Nopeat, yksityisyyttä vaativat ja jatkuvat tehtävät tapahtuvat laitteessa. Raskas päättely ja laaja data pysyvät pilvessä. Tästä olen itse puhunut jo vuodesta 2023 lähtien.
Tästä tulee tärkeää etenkin organisaatioille, jotka käsittelevät arkaluonteista tietoa. Jos AI osaa toimia paikallisesti, sitä voidaan käyttää tehtävissä, joita ei haluta lähettää ulkoiseen pilveen.
7. TSMC varoitti AI-sirujen kapasiteettipaineesta
Lähde ja päivämäärä: TSMC 2026 Annual Shareholders' Meeting, 4.6.2026 ja SDxCentral, 4.6.2026
Merkittävyys: 5/5
TSMC:n toimitusjohtaja C.C. Wei sanoi yhtiökokouksen yhteydessä, että AI-kysyntä pitää siruvalmistajan kovassa kapasiteettipaineessa. TSMC rakentaa lisää kapasiteettia, mutta sirutehtaita ei luoda viikossa eikä edes yhdessä vuodessa.
Tämä on hyvä vastapaino AI-hypelle. Ohjelmistossa kehitys näyttää joskus rajattomalta. Fyysisessä maailmassa rajat tulevat vastaan nopeasti: tehtaat, pakkauskapasiteetti, sähkönsaanti, logistiikka ja geopoliittiset riskit.
Jos yritys rakentaa strategiansa AI:n varaan, sen pitää ymmärtää myös kustannus- ja saatavuusriski. Mallien hinnat voivat laskea, mutta koko pino ei halpene automaattisesti.
8. Crusoe ja Bergen Engines sopivat 750 megawatin sähköntuotannosta AI-datakeskuksille
Lähde ja päivämäärä: Bergen Engines, 3.6.2026
Merkittävyys: 4/5
Bergen Engines kertoi sopineensa Crusoe AI:n kanssa 750 megawatin sähköntuotantokapasiteetista Yhdysvaltojen AI-datakeskuksille. Puhutaan teollisen mittakaavan energiakysymyksestä.
AI-keskustelussa puhutaan usein malleista ja käyttöliittymistä. Datakeskuspuolella puhutaan sähköstä, lämmöstä, toimitusvarmuudesta ja paikallisesta infrastruktuurista.
Tässä kohtaa AI alkaa muistuttaa raskasta teollisuutta. Se on ohjelmistoa käyttäjän ruudulla, mutta sen taustalla on betonista, kuparista ja megawateista koostuva todellisuus.
Teema 4: visuaalinen ja fyysinen AI
9. CVPR 2026: video, 3D ja reasoning nousivat keskiöön
Lähde ja päivämäärä: CVPR, 26.5.2026 ja NVIDIA at CVPR 2026, 3.–7.6.2026
Merkittävyys: 4/5
CVPR:n ohjelmatiedote julkaistiin jo 26.5., mutta aihe nousi uutisvirtaan tapahtuman alkaessa Denverissä 3.6. Ohjelmakomitean mukaan eniten tutkimuksia tuli muun muassa kuva- ja videosynteesistä, vision-language-reasoningista, multimodaalisesta oppimisesta, 3D:stä ja lääketieteellisestä kuvantamisesta.
Tämä kertoo, mihin AI-tutkimus liikkuu. Generointi liittyy jo robotiikkaan, simulaatioihin, lääketieteeseen, ympäristön ymmärtämiseen ja siihen, miten mallit päättelevät visuaalisesta maailmasta.
Jos seuraa vain tekstimalleja, iso osa kehityksestä menee ohi. Fyysinen AI tarvitsee näköä, 3D:tä, videota, syvyyttä ja toiminnan seurauksien mallintamista.
10. Boston Dynamics ja Hyundai tekivät Atlas-robotista jalkapallo-oppilaan
Lähde ja päivämäärä: Hyundai / PR Newswire, 29.5.2026 ja Boston Dynamics, 4.6.2026
Merkittävyys: 3/5
Boston Dynamics ja Hyundai julkaisivat Atlas-robottiin liittyvän "School of Football" -kampanjan FIFA World Cup 2026:n alla. Se on osin markkinointia, tietenkin. Silti se on kiinnostava signaali.
Robotiikka tarvitsee harjoitusympäristöjä, joissa tasapaino, nopea reagointi, liike, havainnointi ja koordinaatio tulevat näkyviin. Urheilu on tähän hyvä näyttämö, koska jokainen ymmärtää heti, onko liike kömpelö vai uskottava.
Fyysisessä AI:ssa eteneminen on hitaampaa kuin chatbot-maailmassa. Siksi tällaiset demot kannattaa katsoa ilman liiallista hypeä, mutta ei niitä pidä ohittaakaan. Robotti, joka liikkuu paremmin tänä vuonna, voi tehdä tylsää varastotyötä muutaman vuoden päästä.
AI-Sanomien viikko: sama teema käytännössä
Tämän viikon AI-Sanomat-julkaisut osuivat aika hyvin uutisvirran hermoon.
Goal-opas 2026 näytti, miten agentille annetaan työ, joka voi oikeasti valmistua.
LinkedIn-sisältökone-opas vei sisältötyön pois irrallisista kehotteista ja kohti tiedostopohjaista järjestelmää.
Tekoäly ei vie työtäsi. Se vie osan tehtävistäsi purki Benedict Evansin kautta sen, miksi työn murros alkaa tehtävistä.
Zapier MCP -opas näytti, miten AI liitetään oikeisiin työkaluihin ilman oman MCP-palvelimen rakentamista.
Näitä voi lukea viikon uutisten käytännön jatkeena. OpenAI, Replit ja Qualcomm rakentavat isoja alustoja. Sinun arjessasi kysymys on paljon arkisempi: miten teet ensimmäisen turvallisen työnkulun, miten nimeät tehtävän oikein ja miten pidät ihmisen vastuussa siellä missä pitää.
Aiemmista jutuista kannattaa nostaa rinnalle myös tekoälyagenttien työnkulkuanalyysi, AI-agenttien EU AI Act -tarkistuslista ja AI-agentin turvallisuusopas.
Agentti ilman rajoja on vain nopeampi tapa tehdä vahinkoa.
Mitä tästä seuraa käytännössä?
Viikon uutisia yhdistää yksi ajatus: AI-tuote ei synny mallista yksin.
OpenAI tarvitsee muistia. Codex tarvitsee plugineja, selaimen, esikatselut ja työnkulkuja. Replit tarvitsee Shopify-yhteyden. NVIDIA tarvitsee mallin lisäksi teknisen pinon ja laskentaraudan. Crusoe tarvitsee sähköä. Town tarvitsee pääsyn käyttäjän arjen työkaluihin.
Suomalaiselle asiantuntijalle tai pk-yritykselle opetus on aika käytännöllinen. Harva tarvitsee omaa frontier-mallia. Useimmat tarvitsevat paremmin nimetyt tehtävät, selkeämmät ohjeet ja yhden oman datalähteen, jota kilpailijalla ei ole.
1. Rakenna osaaminen järjestelmäksi
Asiantuntijaosaamisen skaalaaminen tekoälyllä on kurssi yksinyrittäjille, konsulteille ja tietotyön ammattilaisille, jotka haluavat tehdä omasta osaamisestaan AI-avusteisen järjestelmän.
Kurssin idea sopii suoraan tämän viikon teemaan. Hyvä asiantuntija rakentaa osaamiskartan, tietopohjan ja toistettavat työnkulut, joiden avulla oma ajattelu skaalautuu ilman että laatu hajoaa.
Codex tietotyöläiselle vie saman ajattelun OpenAI Codexiin. Kurssi keskittyy siihen, miten Codexia käytetään tavallisessa tietotyössä: briiffeissä, tutkimuksessa, dokumenteissa, taulukoissa, esityksissä, skilleissä, automaatioissa ja turvallisessa delegoinnissa.
Jos tämän viikon Codex-uutisista jäi tunne, että työkalu laajenee koodaajien ulkopuolelle, tuo tunne on oikea. Codexista on tulossa käyttöliittymä monenlaiseen asiantuntijatyöhön.
2. Muuta kehotteet skilleiksi
Kehotesuunnittelija.fi on saanut uuden Skills-osion. Se on pieni mutta tärkeä suunta.
Kehotteet ovat kertakäyttöisiä. Skillit ovat toistettavia.
Kun huomaat käyttäväsi samaa kehotetta, samaa rakennetta tai samaa ajattelumallia viikosta toiseen, siitä kannattaa tehdä skill. Silloin AI toimii sovitulla tavalla tietyssä työtilanteessa.
Käytännön vinkki: jos organisaatiossa on viisi ihmistä, jotka kaikki kirjoittavat samantyyppisiä asiakasviestejä, tarjouksia tai raportteja, älä jaa heille vain yhtä kehotetta. Tee yhteinen skill, jossa on tavoite, tyyli, rajat, esimerkit ja tarkistuslista.
Muistutus myös jäsenille: AI-Sanomien Plus-jäsenyydellä saa ilmaisen pääsyn Kehotesuunnittelijan Premium-tilaukseen. Tämä on hyvä yhdistelmä etenkin niille, jotka haluavat muuttaa omat kehotteet pysyvämmiksi työvälineiksi.
3. Aloita omasta asiakasdatasta
Arvo AI on paikallisyrittäjille suunnattu palvelu, joka muuttaa Google Maps -arvostelut konkreettisiksi liiketoiminnan toimenpiteiksi.
Tämä sopii viikon teemaan yllättävän hyvin. Useimmilla yrityksillä on jo asiakasdataa, mutta se makaa väärässä muodossa: arvosteluina, palautteina, sähköposteina, lomakevastauksina ja keskusteluina. AI:n arvo syntyy vasta, kun tuo data tiivistyy päätöksiksi.
Google-arvostelut ovat erityisen hyvä paikka aloittaa, koska ne ovat asiakkaan omaa kieltä. Niissä näkyy, mistä ihmiset kiittävät, mikä ärsyttää, mitä he vertaavat ja mitä he eivät ehkä sano suoraan myyntipalaverissa.
Pieni mutta tehokas käyttötapa:
Vie yrityksen Google-arvostelut Arvo AI:hin.
Etsi kolme toistuvaa kiitoksen aihetta ja kolme toistuvaa kitkaa.
Muuta havainnot yhdeksi parannuskokeiluksi seuraavalle viikolle.
Mittaa, muuttuuko uusi palaute.
Tässä on paljon enemmän järkeä kuin yleisessä "käytä AI:ta markkinointiin" -puheessa. Aloita datasta, jossa asiakkaan ääni on jo mukana.
Tee ensi viikolla nämä 3 asiaa
Tämän viikon uutisista saa helposti ison maailmanselityksen. Parempi hyöty syntyy pienemmästä kokeilusta.
Valitse yksi toistuva työtehtävä. Etsi tehtävä, joka tapahtuu joka viikko ja jossa lopputulos on suhteellisen vakio: raportti, asiakasviesti, tarjousrunko, sisältösuunnitelma tai kokouskooste.
Kokoa yksi oma datalähde. Se voi olla asiakaspalaute, Google-arvostelut, vanhat tarjoukset, myyntipuheluiden muistiinpanot tai sisäinen ohjeistus. Tärkeintä on, että tieto on sinun eikä geneeristä verkkomassaa.
Päätä yksi raja. Missä AI saa tehdä työn itse, missä se saa ehdottaa ja missä ihminen hyväksyy lopputuloksen? Tämä on pieni kysymys, mutta se erottaa hyödyllisen agentin vaarallisesta automaatiosta.
Tässä kohtaa AI-Sanomien tämän viikon Benedict Evans -artikkelin ajatus palaa kuvaan: työ katoaa harvoin kerralla. Tehtävät liikkuvat ensin. Vahvoilla on yritys, joka osaa muotoilla työn uudelleen.
Mitä seurata ensi viikolla?
Seuraa kolmea asiaa.
Ensimmäinen on muisti. OpenAI:n Dreaming-päivitys avaa uuden kierroksen siinä, miten henkilökohtaiset assistentit muistavat ja päivittävät käyttäjän kontekstia. Tähän liittyy sekä valtava hyöty että selvä luottamuskysymys.
Toinen on agenttien työkalukerros. Codex, Replit, Zapier MCP ja muut kertovat samaa tarinaa: AI:n todellinen arvo näkyy, kun se voi tehdä asioita järjestelmissä, joissa työ muutenkin tapahtuu.
Kolmas on infrastruktuuri. Sirukapasiteetti, sähkö ja paikallinen laskenta eivät ole taustamelua. Ne määrittävät, mitä AI maksaa, missä se toimii ja kuka pystyy rakentamaan sen varaan kestävän liiketoiminnan.
Ensi viikon kysymys: alkaako AI-keskustelu siirtyä vihdoin pois mallivertailuista kohti työn suunnittelua?
Lähteet: OpenAI Dreaming, OpenAI Codex for every role, tool, and workflow, OpenAI Developers, Replit + Shopify, NVIDIA Nemotron 3 Ultra, Qualcomm Computex 2026, TSMC shareholders meeting, SDxCentral, Bergen Engines + Crusoe, Town Series A, CVPR 2026 technical program, NVIDIA at CVPR 2026, Hyundai + Boston Dynamics, Boston Dynamics, AI-Sanomien kurssit, Kehotesuunnittelija, Arvo AI
Haluatko sparrailla AI:sta etäkahvitellen?
Tekoäly voi olla voimakas työkalu, ja näiden aloittelijaystävällisten vaihtoehtojen avulla voit hyödyntää sitä omissa projekteissasi – olipa kyseessä sisällöntuotanto, ohjelmointi, markkinointi tai oppiminen.
Jos kaipaat koulutusta tekoäly-työkalujen käyttöön, nappaa tästä sitoumukseton etäkahvitteluaika ja jutellaan tarpeistasi 👇
